Submitted by Cássio da Cruz Nogueira (cassionogueirakk@gmail.com) on 2017-10-02T18:47:20Z No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Dissertacao_AnaliseMultivariadaCaracteristicas.pdf: 5198916 bytes, checksum: 0ce8e3192cf89dfe1d89945906922fa2 (MD5) / Approved for entry into archive by Irvana Coutinho (irvana@ufpa.br) on 2017-10-03T13:26:24Z (GMT) No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Dissertacao_AnaliseMultivariadaCaracteristicas.pdf: 5198916 bytes, checksum: 0ce8e3192cf89dfe1d89945906922fa2 (MD5) / Made available in DSpace on 2017-10-03T13:26:24Z (GMT). No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Dissertacao_AnaliseMultivariadaCaracteristicas.pdf: 5198916 bytes, checksum: 0ce8e3192cf89dfe1d89945906922fa2 (MD5) Previous issue date: 2017 / A Paraparesia Espástica Tropical/Mielopatia associada ao Vírus Linfotrópico de Células T Humanas Tipo 1 (PET/MAH) é uma condição debilitante causada pela inflamação do tecido nervoso medular, por ação do HTLV-1. Neste trabalho objetivou-se avaliar a classificação de indivíduos infectados pelo vírus e propor um modelo de predição clínica para a ocorrência de PET/MAH. Foi utilizado um banco de dados composto de 63 indivíduos infectados, sendo 23 com diagnóstico de PET/MAH pelos critérios da OMS, e variáveis preditoras funcionais (variáveis ordinais), níveis de expressão gênica (variáveis contínuas) e a variável demográfica sexo. Em um primeiro momento uma técnica de análise de componentes principais mista foi empregada, seguida de análise de conglomerados hierárquica, para investigar a associação dos indivíduos em grupos, de forma não supervisionada, e comparar com a classificação definida pelos profissionais clínicos. Em um segundo momento, foram derivados modelos de predição diagnóstica com base em regressão logística binária penalizada, a qual é adequada nos contextos de tamanho amostral reduzido. A análise não supervisionada mostrou que os pacientes se organizavam em três grupos, sendo um grupo de pacientes com PET/MAH, um grupo de pacientes sem PET/MAH e um grupo intermediário, que comporta indivíduos com e sem a doença. Na modelagem estatística foram derivados dois modelos, um com critério de penalização 0,032 e outro com critério 0,1, mais extremo, sendo ambos avaliados por validação interna usando validação cruzada de 10 vezes. As variáveis que compuseram os modelos finais foram: grau de alteração na marcha, escore de Tinetti, tônus do músculo adutor direito e esquerdo e tônus do tríceps sural esquerdo. O uso de métodos estatísticos de predição pode ser útil como ferramenta de apoio à decisão diagnóstica de PET/MAH, especialmente em contextos de recursos limitados. / Human T-cell lymphotropic virus type 1 (HTLV-1)- associated myelopathy/tropical spastic paraparesis (HAM/TSP) is a debilitating condition resulting from inflammation of the nerve tissue of the spinal cord caused by the action of HTLV-1. The aim of the present study was to evaluate the classification of individuals infected with HTLV-1 and propose a clinical prediction model for the occurrence of HAM/TSP. A database composed of 63 infected individuals was used, 23 of whom were diagnosed with HAM/TSP using the criteria recommended by the World Health Organization. Functional predictors (ordinal variables), gene expression levels (continuous variables) and sex (demographic variable) were also used. A mixed principal component analysis was employed, followed by hierarchical cluster analysis to determine the allocation of individuals into groups in an unsupervised fashion and compare the results to the classifications defined by clinicians. Diagnostic prediction models were then derived based on penalized binary logistic regression, which is suitable when the sample size is small. The unsupervised analysis showed that the patients were arranged into three groups: patients with HAM/TSP, patients without HAM/TSP and an intermediate group composed of individuals with and without the disease. Two models were derived from the statistical modeling – one with a penalization criterion of 0.032 and another with a criterion of 0.1 (more extreme). Both models were evaluated by internal validation using 10-fold crossvalidation. The variables that composed the final models were degree of gait alteration, derived Tinetti score, left and right adductor muscle tone and left triceps surae muscle tone. Statistical prediction methods may constitute a useful tool to support the diagnoses of HAM/TSP, especially in settings with limited resources.